| 摘要 | 第3-4页 |
| ABSTRACT | 第4页 |
| 1 绪论 | 第6-14页 |
| 1.1 研究背景与意义 | 第6-8页 |
| 1.2 文献综述 | 第8-11页 |
| 1.3 研究内容以及创新 | 第11-14页 |
| 2 混沌理论 | 第14-26页 |
| 2.1 概述及性质 | 第14页 |
| 2.2 混沌定义 | 第14-16页 |
| 2.3 相空间重构 | 第16-23页 |
| 2.4 混沌识别 | 第23-26页 |
| 3 预测模型 | 第26-42页 |
| 3.1 ARIMA模型 | 第26-27页 |
| 3.2 支持向量机 | 第27-34页 |
| 3.3 神经网络模型 | 第34-39页 |
| 3.4 基于相空间重构混合模型 | 第39-42页 |
| 4 实证分析 | 第42-52页 |
| 4.1 建模平台与数据 | 第42页 |
| 4.2 构建ARIMA模型 | 第42-44页 |
| 4.3 构建相空间重构混合模型 | 第44-49页 |
| 4.4 构建相空间重构非线性模型 | 第49-50页 |
| 4.5 结论 | 第50-52页 |
| 5 总结与展望 | 第52-54页 |
| 5.1 总结 | 第52-53页 |
| 5.2 展望与建议 | 第53-54页 |
| 参考文献 | 第54-57页 |
| 在校期间发表论文清单 | 第57-58页 |
| 致谢 | 第58页 |